CN108012083B - 人脸采集方法、装置及计算机可读存储介质 - Google Patents

人脸采集方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN108012083B
CN108012083B CN201711339374.6A CN201711339374A CN108012083B CN 108012083 B CN108012083 B CN 108012083B CN 201711339374 A CN201711339374 A CN 201711339374A CN 108012083 B CN108012083 B CN 108012083B
Authority
CN
China
Prior art keywords
face
human body
camera
target human
coordinate system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711339374.6A
Other languages
English (en)
Other versions
CN108012083A (zh
Inventor
陈丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN201711339374.6A priority Critical patent/CN108012083B/zh
Publication of CN108012083A publication Critical patent/CN108012083A/zh
Application granted granted Critical
Publication of CN108012083B publication Critical patent/CN108012083B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

本发明适用于图像采集技术领域，提供一种人脸采集方法、装置及计算机可读存储介质，其中方法包括：控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪定位，获取目标人体在全景相机视野坐标系中的定位坐标；根据目标人体在全景相机视野坐标系中的定位坐标和预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，获取目标人体在人脸相机视野坐标系中的定位坐标；根据目标人体在人脸相机视野坐标系中的定位坐标控制人脸相机，使人脸相机的视野移动到目标人体的位置，自动对焦跟踪拍摄目标人体的人脸图像。本发明可以在保证采集到高分辨率的人脸图像的同时，覆盖较大的监控视野，有效节约经济成本。

Description

人脸采集方法、装置及计算机可读存储介质
技术领域
本发明属于图像采集技术领域，尤其涉及一种人脸采集方法、装置及计算机可读存储介质。
背景技术
目前，人们日常生活中常见的图像采集终端一般包括全景相机和人脸相机两种，其中全景相机可以抓拍整个视野，但是无法获取清晰的人脸细节；人脸相机可以抓拍人脸细节用于人脸识别，但是仅覆盖局部视野。
在人脸识别技术领域，为了保证采集到人脸细节信息，一般采用人脸相机捕捉图像，然而，由于单台人脸相机设备的视野覆盖区域有限，在实际应用中，在大场景下，图像采集所需覆盖的区域往往比单台设备的有效覆盖区域要大，因此为了保证人脸图像采集的可靠性，一般需要安装多台人脸相机，导致成本较高。
发明内容
有鉴于此，本发明提供了一种人脸采集方法、装置及计算机可读存储介质，以解决现有技术中在大场景下进行人脸采集，需要安装多台人脸相机，导致成本较高的问题。
本发明的第一方面提供了一种人脸采集方法，包括：
控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪定位，获取所述目标人体在全景相机视野坐标系中的定位坐标；
根据所述目标人体在所述全景相机视野坐标系中的定位坐标和预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，获取所述目标人体在人脸相机视野坐标系中的定位坐标；
根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸。
本发明的第二方面提供了一种人脸采集装置，包括：
全景视野人体定位单元，用于控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪定位，获取所述目标人体在全景相机视野坐标系中的定位坐标；
局部视野人体定位单元，用于根据所述目标人体在所述全景相机视野坐标系中的定位坐标和预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，获取所述目标人体在人脸相机视野坐标系中的定位坐标；
人脸图像采集单元，用于根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸。
本发明的第三方面提供了一种人脸采集装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述第一方面所述方法的步骤。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上述第一方面所述方法的步骤。
本发明的有益效果是：
本发明由于首先控制全景相机对监控区域进行全景监控，对进入到全景相机视野中的目标人体进行跟踪定位，获取目标人体在全景相机视野坐标系的定位坐标，然后根据预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，将其转换为目标人体在人脸相机视野坐标系中的定位坐标，最后在根据目标人体在人脸相机视野坐标系中的定位坐标控制人脸相机，使人脸相机的视野移动至目标人体，并自动对焦跟踪拍摄所述目标人体的人脸，从而可以实现在保证采集到高分辨率的人脸图像的同时，覆盖较大的监控视野，并有效节约经济成本的目的。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的人脸采集方法的实现流程示意图；
图2是本发明实施例提供的人脸采集方法中步骤S101的实现流程示意图；
图3是本发明实施例提供的人脸采集装置的结构示意图；
图4是本发明实施例提供的人脸采集装置中全景视野人体定位单元的结构示意图；
图5是本发明另一实施例提供的人脸采集装置的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的人脸采集方法的实现流程，该方法的执行主体为本发明实施例提供的人脸采集装置，该装置包括全景相机和人脸相机，主要通过全景相机和人脸相机相结合采集人脸图像。参见图1所示，该方法的实现流程详述如下：
步骤S101，控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪定位，获取所述目标人体在全景相机视野坐标系中的定位坐标。
优选的，在本实施例中，步骤S101具体包括：
步骤S201，在所述全景相机的视野区域中设置人体跟踪区域和人脸采集区域。
其中，所述全景相机的视野区域中可设置一个或多个人体跟踪区域，同样可以设置一个或多个人脸采集区域。所述多个是指两个或两个以上。所述人脸采集区域位于所述人体跟踪区域内。
步骤S202，在控制所述全景相机对监控区域进行全景监控时，对出现在所述人体跟踪区域中的目标人体进行跟踪。
在本实施例中，所述人脸采集装置仅对出现在所述人体跟踪区域中的目标人体进行跟踪，若所述目标人体出现在所述全景相机的视野区域中，但是其所在区域不属于预先标记的人体跟踪区域，则不对其进行跟踪。
在本实施例中，所述对出现在所述人体跟踪区域中的目标人体进行跟踪的前提是要进行人体检测，即首先要检测出全景相机的监控画面中是否出现人体。
在本实施例中，人体检测主要分为两个部分，第一个部分是运动检测，第二个部分是人体特征检测。优选的，在本实施例中，步骤S203具体包括：
在控制所述全景相机对监控区域进行全景监控时，实时对所述全景相机采集到的图像序列中相邻两帧图像作差分运算，判断所述相邻两帧图像之间的差值是否大于预设阈值；
若所述相邻两帧图像之间的差值大于预设阈值，则获取运动的目标对象，在所述目标对象进入到所述人体跟踪区域中时，根据预先基于深度学习训练的人体检测模型识别所述目标对象是否为运动的人体；
若所述目标对象为运动的人体，则对所述目标对象进行跟踪。
在本实施例中，当全景相机检测的画面有变化时，如有人走动、物体被移动，那么计算得到的相邻两帧图像之间的差值就会大于预设阈值，此时所述人脸采集装置会提示检测到运动的疑似人体的目标对象，并进一步的在所述目标对象进入到人体跟踪区域时，对其进行人体特征检测。本实施例中采用基于深度学习训练的人体检测模型对目标对象进行人体特征检测，可以在真实复杂场景下准确的识别出人体，排除车、动物等其他噪声的干扰。
步骤S203，当所述目标人体进入所述人脸采集区域时，获取所述目标人体在所述全景相机视野坐标系中的定位坐标。
在本实施例中，所述人脸采集装置仅在监测到所述目标人体进入预先设置的人脸采集区域时，才对所述目标人体在所述全景相机视野坐标中的位置进行定位，获取所述目标人体在所述全景相机视野坐标系中的定位坐标。
步骤S102，根据所述目标人体在所述全景相机视野坐标系中的定位坐标和预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，获取所述目标人体在人脸相机视野坐标系中的定位坐标。
在本实施例中，步骤S101之前还包括：
预先对全景相机视野坐标系及人脸相机视野坐标系进行关联及标定，建立全景相机视野坐标系与人脸相机视野坐标系的映射关系。在本实施例中，所述全景相机视野坐标系及所述人脸相机视野坐标系之间映射关系的建立基于像素平面坐标系、像平面坐标系、相机坐标系以及世界坐标系之间的关联来实现。
步骤S103，根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸。
优选的，在本实施例中，若在所述监控区域中仅检测到一个目标人体，则步骤S103具体包括：
所述人脸采集装置在获取到所述目标人体在所述人脸相机视野中的定位坐标时，直接根据所述目标人体的定位坐标控制云台和电动变焦装置调整所述人脸相机拍摄角度和焦距，使得所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸。
优选的，在本实施例中，若在所述监控区域中同时检测到多个目标人体，则步骤S103包括：
根据所述多个目标人体在所述全景相机视野坐标系中的坐标确定各个目标人体所处的人脸采集区域；其中，所述全景相机的视野区域中预先标记有多个人脸采集区域，各人脸采集区域设置有对应的优先级；
根据所述各个目标人体所处的人脸采集区域以及所述人脸采集区域所对应的优先级确定所述各个目标人体所对应的人脸图像的采集顺序；
根据人脸图像的采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像。
在本实施例中，所述不同的人脸采集区域所对应的优选级不同，优选级越高，则其所包括的目标人体的人脸图像采集的顺序越靠前。例如：在一具体实现示例中，若监控区域中同时检测到A、B、C三个目标人体，这三个目标人体各自所对应的人脸采集区域的优先级从大到小分别为C、B。A，那么所述大场景下人脸检测装置在获取到A、B、C三个目标人体在人脸相机坐标系中的定位坐标后，会按照C、B、A的顺序控制人脸相机依次采集这三个目标人体所对应的人脸图像。
优选的，在本实施例中，若没有设置人脸检测区域的优先级，那么在所述监控区域中同时检测到多个目标人体时，步骤S103具体包括：
若在所述监控区域中同时检测到多个目标人体，则根据所述多个目标人体在所述人脸相机视野坐标系中的定位坐标计算出各个目标人体之间的距离；
根据所述各个目标人体之间的距离确定最优人脸采集顺序，所述最优人脸采集顺序使所述人脸相机采集所述多个目标人体所对应的人脸图像时移动次数最少；
根据所述最优采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像。
另外，需要说明的是，在本实施例中，人脸采集区域设置有对应的优先级，但是同一人脸采集区域中包括多个目标人体，那么也可通过计算该人脸检测区域中所包括的各个目标人体之间的距离，根据保证人脸相机转动次数最少的原则来确定该人脸采集区域中各个目标人体所对应的人脸图像的采集顺序。
以上可以看出，本实施例提供的人脸采集方法由于首先控制全景相机对监控区域进行全景监控，对进入到全景相机视野中的目标人体进行跟踪定位，获取目标人体在全景相机视野坐标系的定位坐标，然后根据预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，将其转换为目标人体在人脸相机视野坐标系中的定位坐标，最后在根据目标人体在人脸相机视野坐标系中的定位坐标控制人脸相机，使人脸相机的视野移动至目标人体，并自动对焦跟踪拍摄所述目标人体的人脸，从而可以实现在保证采集到高分辨率的人脸图像的同时，覆盖较大的监控视野，并有效节约经济成本的目的。
图3是本发明实施例提供的人脸采集装置的结构示意图。为了便于说明仅仅示出了与本实施例相关的部分。
参见图3所示，本实施例提供的人脸采集装置3，包括：
全景视野人体定位单元31，用于控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪定位，获取所述目标人体在全景相机视野坐标系中的定位坐标；
局部视野人体定位单元32，用于根据所述目标人体在所述全景相机视野坐标系中的定位坐标和预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，获取所述目标人体在人脸相机视野坐标系中的定位坐标；
人脸图像采集单元33，用于根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸。
可选的，参见图4所示，所述全景视野人体定位单元31包括：
区域设置单元311，用于在所述全景相机的视野区域中设置人体跟踪区域和人脸采集区域，所述人脸采集区域位于所述人体跟踪区域内。
人体检测单元312，用于在控制所述全景相机对监控区域进行全景监控时，对出现在所述人体跟踪区域中的目标人体进行跟踪；
人体定位单元313，用于当所述目标人体进入所述人脸采集区域时，获取所述目标人体在所述全景相机视野坐标系中的定位坐标。
可选的，所述人体检测单元312具体用于：
在控制所述全景相机对监控区域进行全景监控时，实时对所述全景相机采集到的图像序列中相邻两帧图像作差分运算，判断所述相邻两帧图像之间的差值是否大于预设阈值；
若所述相邻两帧图像之间的差值大于预设阈值，则获取运动的目标对象，在所述目标对象进入到所述人体跟踪区域中时，根据预先基于深度学习训练的人体检测模型识别所述目标对象是否为运动的人体；
若所述目标对象为运动的人体，则对所述目标对象进行跟踪。
可选的，所述人脸图像采集单元33具体用于：
若在所述监控区域中同时检测到多个目标人体，则根据所述多个目标人体在所述全景相机视野坐标系中的坐标确定各个目标人体所处的人脸采集区域；其中，所述全景相机的视野区域中预先标记有多个人脸采集区域，各人脸采集区域设置有对应的优先级；
根据所述各个目标人体所处的人脸采集区域以及所述人脸采集区域所对应的优先级确定所述各个目标人体所对应的人脸图像的采集顺序；
根据人脸图像的采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像。
可选的，所述人脸图像采集单元33具体用于：
若在所述监控区域中同时检测到多个目标人体，则根据所述多个目标人体在所述人脸相机视野坐标系中的定位坐标计算出各个目标人体之间的距离；
根据所述各个目标人体之间的距离确定最优人脸采集顺序，所述最优人脸采集顺序使所述人脸相机采集所述多个目标人体所对应的人脸图像时移动次数最少；
根据所述最优采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像。
需要说明的是，本发明实施例提供的上述装置中的各个单元，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
因此，可以看出本发明实施例提供的大场景下采集人脸装置同样可以在保证采集到高分辨率的人脸图像的同时，覆盖较大的监控视野，并有效的节约经济成本。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图5是本发明另一实施例提供的人脸采集装置的示意图。如图5所示，该实施例的人脸采集装置包括：处理器50、存储器51以及存储在所述存储器51 中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个方法实施例中的步骤，例如图1所示的步骤S101至 S103。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块31至33的功能。
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述人脸采集装置中的执行过程。例如，所述计算机程序52可以被分割成区域设置单元311、人体检测单元312以及人体定位单元313，各单元具体功能如下：
区域设置单元311，用于在所述全景相机的视野区域中设置人体跟踪区域和人脸采集区域；
人体检测单元312，用于在控制所述全景相机对监控区域进行全景监控时，对出现在所述人体跟踪区域中的目标人体进行跟踪；
人体定位单元313，用于当所述目标人体进入所述人脸采集区域时，获取所述目标人体在所述全景相机视野坐标系中的定位坐标。
所述人脸采集装置5可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是人脸采集装置的示例，并不构成对人脸采集装置5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述人脸采集装置的内部存储单元，例如人脸采集装置的硬盘或内存。所述存储器51也可以是所述人脸采集装置的外部存储设备，例如所述人脸采集装置上配备的插接式硬盘，智能存储卡(Smart Media Card, SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述人脸采集装置的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (8)

1.一种人脸采集方法，其特征在于，包括：
控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪定位，获取所述目标人体在全景相机视野坐标系中的定位坐标；
根据所述目标人体在所述全景相机视野坐标系中的定位坐标和预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，获取所述目标人体在人脸相机视野坐标系中的定位坐标；
根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸；
所述控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪，获取所述目标人体在全景相机视野坐标系中的定位坐标包括：
在所述全景相机的视野区域中设置人体跟踪区域和人脸采集区域，所述人脸采集区域位于所述人体跟踪区域内；
在控制所述全景相机对监控区域进行全景监控时，对出现在所述人体跟踪区域中的目标人体进行跟踪；
当所述目标人体进入所述人脸采集区域时，获取所述目标人体在所述全景相机视野坐标系中的定位坐标。
2.如权利要求1所述的人脸采集方法，其特征在于，所述在控制所述全景相机对监控区域进行全景监控时，对出现在所述人体跟踪区域中的目标人体进行跟踪包括：
在控制所述全景相机对监控区域进行全景监控时，实时对所述全景相机采集到的图像序列中相邻两帧图像作差分运算，判断所述相邻两帧图像之间的差值是否大于预设阈值；
若所述相邻两帧图像之间的差值大于预设阈值，则获取运动的目标对象，在所述目标对象进入到所述人体跟踪区域中时，根据预先基于深度学习训练的人体检测模型识别所述目标对象是否为运动的人体；
若所述目标对象为运动的人体，则对所述目标对象进行跟踪。
3.如权利要求1所述的人脸采集方法，其特征在于，所述根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸包括：
若在所述监控区域中同时检测到多个目标人体，则根据所述多个目标人体在所述全景相机视野坐标系中的坐标确定各个目标人体所处的人脸采集区域；其中，所述全景相机的视野区域中预先标记有多个人脸采集区域，各人脸采集区域设置有对应的优先级；
根据所述各个目标人体所处的人脸采集区域以及所述人脸采集区域所对应的优先级确定所述各个目标人体所对应的人脸图像的采集顺序；
根据人脸图像的采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像。
4.如权利要求3所述的人脸采集方法，其特征在于，所述根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸包括：
若在所述监控区域中同时检测到多个目标人体，则根据所述多个目标人体在所述人脸相机视野坐标系中的定位坐标计算出各个目标人体之间的距离；
根据所述各个目标人体之间的距离确定最优人脸采集顺序，所述最优人脸采集顺序使所述人脸相机采集所述多个目标人体所对应的人脸图像时移动次数最少；
根据所述最优采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像。
5.一种人脸采集装置，其特征在于，包括：
全景视野人体定位单元，用于控制全景相机对监控区域进行全景监控，对出现在全景相机视野中的目标人体进行跟踪定位，获取所述目标人体在全景相机视野坐标系中的定位坐标；
局部视野人体定位单元，用于根据所述目标人体在所述全景相机视野坐标系中的定位坐标和预先建立的全景相机视野坐标系与人脸相机视野坐标系的映射关系，获取所述目标人体在人脸相机视野坐标系中的定位坐标；
人脸图像采集单元，用于根据所述目标人体在所述人脸相机视野坐标系中的定位坐标控制人脸相机，使所述人脸相机的视野移动到所述目标人体的位置，自动对焦跟踪拍摄所述目标人体的人脸；
所述全景视野人体定位单元包括：
区域设置单元，用于在所述全景相机的视野区域中设置人体跟踪区域和人脸采集区域，所述人脸采集区域位于所述人体跟踪区域内；
人体检测单元，用于在控制所述全景相机对监控区域进行全景监控时，对出现在所述人体跟踪区域中的目标人体进行跟踪；
人体定位单元，用于当所述目标人体进入所述人脸采集区域时，获取所述目标人体在所述全景相机视野坐标系中的定位坐标。
6.如权利要求5所述的人脸采集装置，其特征在于，所述人脸图像采集单元具体用于：
若在所述监控区域中同时检测到多个目标人体，则根据所述多个目标人体在所述全景相机视野坐标系中的坐标确定各个目标人体所处的人脸采集区域；其中，所述全景相机的视野区域中预先标记有多个人脸采集区域，各人脸采集区域设置有对应的优先级；
根据所述各个目标人体所处的人脸采集区域以及所述人脸采集区域所对应的优先级确定所述各个目标人体所对应的人脸图像的采集顺序；
根据人脸图像的采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像；
或者，所述人脸图像采集单元具体用于：
若在所述监控区域中同时检测到多个目标人体，则根据所述多个目标人体在所述人脸相机视野坐标系中的定位坐标计算出各个目标人体之间的距离；
根据所述各个目标人体之间的距离确定最优人脸采集顺序，所述最优人脸采集顺序使所述人脸相机采集所述多个目标人体所对应的人脸图像时移动次数最少；
根据所述最优采集顺序和所述各个目标人体在所述人脸相机视野坐标系中的定位坐标控制所述人脸相机，使所述人脸相机的视野依次移动到所述多个目标人体的位置，自动对焦跟踪拍摄所述多个目标人体的人脸图像。
7.一种人脸采集装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201711339374.6A 2017-12-14 2017-12-14 人脸采集方法、装置及计算机可读存储介质 Active CN108012083B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711339374.6A CN108012083B (zh) 2017-12-14 2017-12-14 人脸采集方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711339374.6A CN108012083B (zh) 2017-12-14 2017-12-14 人脸采集方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN108012083A CN108012083A (zh) 2018-05-08
CN108012083B true CN108012083B (zh) 2020-02-04

Family

ID=62058960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711339374.6A Active CN108012083B (zh) 2017-12-14 2017-12-14 人脸采集方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN108012083B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960097B (zh) * 2018-06-22 2021-01-08 维沃移动通信有限公司 一种获取人脸深度信息的方法及装置
CN110645999A (zh) * 2018-06-26 2020-01-03 杭州海康威视数字技术股份有限公司 导航方法、装置、服务器、终端及存储介质
CN109389367B (zh) * 2018-10-09 2021-06-18 苏州科达科技股份有限公司 人员考勤方法、装置及存储介质
CN111277746B (zh) * 2018-12-05 2021-07-23 杭州海康威视系统技术有限公司 一种室内人脸抓拍方法及系统
CN110458062A (zh) * 2019-07-30 2019-11-15 深圳市商汤科技有限公司 人脸识别方法及装置、电子设备和存储介质
CN110579782A (zh) * 2019-07-31 2019-12-17 国网浙江省电力有限公司杭州供电公司 一种电力作业人员可视化定位追踪系统及方法
CN110443247A (zh) * 2019-08-22 2019-11-12 中国科学院国家空间科学中心 一种无人机地面运动小目标实时检测系统及方法
CN111028270B (zh) * 2019-11-14 2023-04-07 浙江大华技术股份有限公司 跟踪全景图像中物体越界的方法、装置、终端及存储装置
CN110995989A (zh) * 2019-11-25 2020-04-10 陈颖 一种基于人体特征定位的镜头捕捉方法
CN112956182A (zh) * 2020-01-08 2021-06-11 深圳市大疆创新科技有限公司 相机控制方法、设备及计算机可读存储介质
CN111327888B (zh) * 2020-03-04 2022-09-30 广州腾讯科技有限公司 摄像头控制方法、装置、计算机设备和存储介质
CN111372050A (zh) * 2020-03-17 2020-07-03 广东电网有限责任公司电力科学研究院 一种目标识别方法、装置和枪球联动监控方法、系统
CN111460972B (zh) * 2020-03-30 2023-04-07 苏州科达科技股份有限公司 对象跟踪方法、装置及存储介质
CN111784885B (zh) * 2020-06-17 2023-06-27 杭州海康威视数字技术股份有限公司 通行控制方法、装置、闸机设备及多闸机系统
CN111985175A (zh) * 2020-06-28 2020-11-24 京微齐力(北京)科技有限公司 一种现场可编程门阵列芯片设计的分屏布局方法
CN111815676A (zh) * 2020-07-06 2020-10-23 浙江大华技术股份有限公司 人脸跟踪方法、装置、设备及存储装置
CN117745216B (zh) * 2023-12-18 2024-05-24 江苏省测绘研究所 基于节点时序全景的自然资源要素保障进度动态跟踪方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI253292B (en) * 2004-03-23 2006-04-11 Yu-Lin Chiang Pano camera monitoring and tracking system and method thereof
CN102214291B (zh) * 2010-04-12 2013-01-16 云南清眸科技有限公司 一种快速准确的基于视频序列的人脸检测跟踪方法
CN103167270B (zh) * 2011-12-14 2016-05-04 杭州普维光电技术有限公司 人员头部拍摄方法、系统及服务器
CN203883934U (zh) * 2014-03-18 2014-10-15 深圳市贝尔信科技有限公司 一种智能自助银行视频监控系统
CN105744165A (zh) * 2016-02-25 2016-07-06 深圳天珑无线科技有限公司 拍照方法、装置及终端
CN206674094U (zh) * 2017-04-17 2017-11-24 上海景瑞信息技术有限公司 基于人脸识别的摄像机自动控制系统

Also Published As

Publication number Publication date
CN108012083A (zh) 2018-05-08

Similar Documents

Publication Publication Date Title
CN108012083B (zh) 人脸采集方法、装置及计算机可读存储介质
CN110443210B (zh) 一种行人跟踪方法、装置以及终端
CN108447091B (zh) 目标定位方法、装置、电子设备及存储介质
EP3547259A2 (en) Image-based position detection method, image-based position detection apparatus, device and storage medium
US10740912B2 (en) Detection of humans in images using depth information
CN106780550B (zh) 一种目标跟踪方法及电子设备
US11908160B2 (en) Method and apparatus for context-embedding and region-based object detection
CN112330601A (zh) 一种基于鱼眼相机的停车检测方法、装置、设备及介质
CN110287891B (zh) 基于人体关键点的手势控制方法、装置及电子设备
CN110491060B (zh) 一种机器人及其安全监控方法、装置及存储介质
CN107395957B (zh) 拍照方法、装置、存储介质及电子设备
CN109948439B (zh) 一种活体检测方法、系统及终端设备
CN110675426B (zh) 人体跟踪方法、装置、设备及存储介质
EP3282387A1 (en) Fire detection method, fire detection apparatus and electronic equipment
CN113744348A (zh) 一种参数标定方法、装置及雷视融合检测设备
CN111898438A (zh) 一种监控场景多目标跟踪方法及系统
CN111582032A (zh) 行人检测方法、装置、终端设备及存储介质
CN112862856A (zh) 违停车辆的识别方法、装置、设备及计算机可读存储介质
CN113225550A (zh) 偏移检测方法、装置、摄像头模组、终端设备及存储介质
CN111105351B (zh) 一种视频序列影像拼接方法及装置
CN112597807A (zh) 一种违章检测系统、方法、装置、图像采集设备及介质
CN114466129A (zh) 图像处理方法、装置、存储介质及电子设备
CN108769521B (zh) 一种拍照方法、移动终端及计算机可读存储介质
CN108460368B (zh) 三维图像合成方法、装置及计算机可读存储介质
CN111199198A (zh) 一种图像目标定位方法、图像目标定位装置及移动机器人

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant